AIに聞けば誰でも専門家のように話せる時代。では、本当の専門家はどうやって見分けるのでしょう？Harvard Business Reviewは2026年に入ってから、この問いを連続して投げかけています。そして答えは意外とシンプルです — 語る人ではなく、実際にやってみた人が生き残る、ということなんです。
これは何?
HBR 2026年3月号で、John Winsor（ハーバード・ビジネス・スクール Executive Fellow）が挑発的なタイトルの記事を発表しました。「Has AI Ended Thought Leadership?」— AIはThought Leadershipを終わらせたのか？ 彼の診断はこうです。生成AIのおかげで、専門家らしく見えるためのコストが事実上ゼロになったというわけです。誰でもChatGPTに聞けば、それらしいインサイトを引き出せますから。
問題は、組織がこの「それらしさ」に埋もれているという点です。洗練されたスライド、きれいにまとめられた報告書、格好いいキーノート — どれも溢れかえっているのに、実際の変化につながるものはほとんどない。 Winsorはこれを「専門性の演劇（expertise theater）」と呼んでいます。そして、この演劇への参入障壁がゼロになったというわけです。
だからこそ、彼が提案する代替案が「Thought Doer（思考実行者）」です。安全な距離からアドバイスするのではなく、チームと一緒にパイロットを作り、失敗を公開し、結果に責任を負う人のことです。これがAI時代に専門家が自分を証明できる唯一の方法だ、という主張です。
偽専門家の5つのレッドフラグ（HBR）
1. 失敗の傷跡がない — 失敗経験を具体的に語れない
2. 高度固定（Altitude Lock） — 現場の細部に降りてこられない
3. 陳腐な失敗の語り方 — 「失敗から学んだ」を繰り返すだけで、具体的な教訓がない
4. 専門性の積み上げが速すぎる — 実際にやった期間より、専門家を名乗っている期間の方が長い
5. 視点が変わらない — 技術が急変しているのに、主張は2年前と同じ
これはWinsorだけの主張ではありません。HBRが2026年1〜3月に立て続けに発表したAIリーダーシップ関連の記事を見ると、一つの共通メッセージが見えてきます — 「AIが知識を民主化すれば、残るのは判断力と実行力」ということです。
何が変わるのか?
変化の核心は3つです。
第一に、判断力が新たな希少資源になりました。 David DuncanがHBRに寄稿した記事によると、AIは熟練者の生産性を爆発的に引き上げる一方、ジュニアにとってはむしろ毒になる可能性があります。 なぜなら、AIが面倒で繰り返しの多い仕事を全部こなしてしまうため、その過程で判断力が養われる機会そのものがなくなってしまうからです。Duncanはこれを「判断力の徒弟制度の危機（apprenticeship crisis）」と呼んでいます。
第二に、「エージェントマネージャー」という新しい職種が生まれます。 ハーバード・ビジネス・スクールのSuraj Srinivasan教授とSalesforce COOのVivienne Weiが共同寄稿した記事によると、AIエージェントが実務に投入されるにつれ、それを管理する専門職種が必要になってきました。 プロダクトマネージャーがソフトウェアの時代に登場したように、エージェントマネージャーはAIの時代の必須職種になるだろうという予測です。
第三に、技術ではなく人がボトルネックになっています。 HBRの年次サーベイでは、回答者の93%が「AI導入の核心的な障壁は文化と変化管理だ」と答えています。技術そのものを問題視したのはわずか7%でした。 これは過去最高の数値です。
| 従来の「専門家」モデル | AI時代の「専門家」モデル | |
|---|---|---|
| 専門性の証明 | 知識量、経歴、資格 | 実行経験、失敗事例、プロトタイプ |
| リーダーの役割 | 意思決定者、指示者 | エージェントオーケストレーター、判断力コーチ |
| ジュニアの育成 | 繰り返し業務を通じて自然に習得 | 意図的なストレッチ経験の設計が必要 |
| 核心的なボトルネック | 技術力、情報へのアクセス | 判断力、変化管理、文化 |
| 価値の差別化 | 何を知っているか | 何をやってきたか＋文脈を読む目 |
5万32名のグローバルなソフトウェア開発者を分析したハーバード・ビジネス・スクールの研究も、この流れを裏付けています。AIを使う開発者はコーディングの比率が5%増え、プロジェクト管理の比率は10%減りました。チームの規模も小さくなっています。 つまりAIが中間管理の必要性そのものを減らしているということです。管理者であれば、「自分が管理する仕事」ではなく「自分が直接作る仕事」の比重を増やさなければ生き残れません。
「AIが分析的な業務を吸収すると、差別化の源泉は人間の判断力、インサイト、そして意味ある関係を構築する能力へと移行する。これは自動化も加速もできない。」
— David Fubini, HBS Senior Lecturer
始め方のポイント：AI時代のリーダーに必要な能力
- 「Thought Doer（思考実行者）」になりましょう
キーノートや報告書の代わりに、8週間の埋め込み型スプリントで直接パイロットを作ってみてください。失敗事例をチームと共有してください。Winsorのアドバイス：「失敗した実験を求めてください。洗練されたケーススタディではなく。」 - 判断力を育てるシステムを設計しましょう
AIが繰り返し業務を引き取ると、ジュニアの判断力が育つ経路がなくなります。医療や軍隊のように、ケースベースの学習、シミュレーション、段階的な責任の拡大を意図的に設計する必要があります。 - エージェントマネージャーの役割を組織に導入しましょう
AIエージェントの成果指標（品質、速度、エスカレーション率）をモニタリングし、プロンプトとワークフローを最適化する専任の役割が必要です。12〜18か月以内に標準的な職名になるだろうというのがHBRの予測です。 - 変化体力（Change Fitness）を養いましょう
HBS Tsedal Neeley教授のアドバイス：全従業員の最低30%がデジタル/AIリテラシーを備える必要があります。個人レベルの好奇心、チームレベルの新しい協働パターン、組織レベルのデータインフラ — この3つの層を同時に動かす必要があります。 - 「仕事の意味」を守りましょう
HBS Jon Jachimowicz教授の警告：AIが生産性を20%上げても、仕事の意味が20%減れば、純効果はゼロです。CS担当者が顧客と直接対話する機会を失えば、モチベーションも消えます。自動化する際は「効率」だけでなく「意味」も一緒に設計してください。
注意：AI時代のリーダーシップの逆説
HBRのサーベイデータが示す逆説です。
- AI投資が「最優先課題」と答えた企業：99%
- AIで「高いまたは有意義なビジネス価値」を得ていると答えた企業：54%
- 核心的な障壁が「技術ではなく文化と変化管理だ」と答えた割合：93%
技術は準備できているのに、組織がついていけていないんです。リーダーの役割が「技術導入」から「組織変革のデザイン」へと変わったのです。
